Возможности распараллеливания вычислений при сглаживании эксперименталные данных сплайна

  • № 4 (48) 2018

Страницы: 

2

 – 

9

Язык: русский

Открыть файл статьи
Открыть страницу статьи в Интернет

Аннотация

В работе исследованы возможности при сглаживание данных распараллеливания вычислений методом кубического сплайна. В качестве примера распараллеливание вычисление при обработки сейсмических сигналов. Были вычислены основные показатели эффективности и ускорениях параллельного алгоритма по сравнению с последовательным алгоритмом.

In this paper, we investigate the possibility of smoothing data parallelizing the computations by the cubic spline method. As an example, parallelization is the calculation when processing seismic signals. The main performance indicators and accelerations of the parallel algorithm were calculated in comparison with the sequential algorithm.

Список использованных источников

  1. Букатов А.А., Дацюк В.Н., Жегуло А.И. Программирование многопроцессорных вычислительных систем. - Ростов-на-Дону: ООО «ЦВВР», 2003. - 208 с. - ISBN 5-94153-062-5.
  2. Гэри М., Джонсон Д. Вычислительные машины и трудно решаемые задачи. - М.: Мир, 1982. - 416 с.
  3. Quinn, M. J. Parallel Programming in C with MPI and OpenMP. - New York, NY: McGraw-Hill, 2004.
  4. Barnard, S. PMRSB: Parallel multilevel recursive spectral bisection. In Proc. Supercomputing. 1995.
  5. Andrews, G. R. (2000). Foundations of Multithreaded, Parallel, and Distributed Programming. - Reading, MA: Addison-Wesley (русский перевод Эндрюс Г.Р. Основы многопоточного, параллельного и распределенного программирования. - М.: Издательский дом "Вильямс", 2003)
  6. Chandra, R., Dagum, L., Kohr, D., Maydan, D., McDonald, J., and Melon, R. Parallel Programming in OpenMP. Morgan Kaufmann Publishers, 2000.
  7. Х.З. Зайниддинов Сплайны в задачах цифровой обработки сигналов. /«Ташкент», 2015.-200 с.
  8. Х.З. Зайниддинов. Методы и средства обработки сигналов в кусочнополиномиальных базисах. // «Ташкент», 2015.-70 с.
  9. Бахвалов Н.С., Жидков Н.П., Кобельков Г.М. Численные методы. - М.: Наука, 1987.
  10. Воеводин В.В., Воеводин Вл.В. Параллельные вычисления. - СПб.: БХВ-Петербург, 2002.
  11. Корнеев В.В. Параллельное программирование в MPI. Москва- Ижевск: Институт компьютерных исследований. 2003.
  12. Немнюгин С., Стесик О. Параллельное программирование для многопроцессорных вычислительных систем - СПб.: БХВ-Петербург, 2002;
  13. Blake G., Dreslinski R.G., Mudge T. «A survey of multicore processors,» Signal Processing Magazine, vol. 26, no. 6, pp. 26-37, Nov. 2009;
  14. Jain A., Shankar R. Software Decomposition for Multicore Architectures, Dept. of Computer Science and Engineering, Florida Atlantic University, Boca Raton, FL, 33431.
  15. Зайнидинов Х.Н., Маллаев О.У. Параллельные алгоритмы обработки сейсмических сигналов на многоядерных процессорах. Automatics & software enginery. - 2018. -№1(23). - pp. 89-95.
  16. Mallaev O.U. Parallel methods and technologies interpolation of signals. International conference on importance of information communication technologies in innovative development of sector of economy dedicated to the 1235th anniversary of the birth of Muhammad al-Khwarithmi. April 56, 2018, Tashkent, Uzbekistan. 166-169.
  17. Зайнидинов Х.Н., Артикова М.А., Маллаев О.У. Распараллеливание цифровой обработки сигналов кубическими сплайнами. International conference on importance of information communication technologies in innovative development of sector of economy dedicated to the 1235th anniversary of the birth of Muhammad al-Khwarithmi. April 5-6, 2018, Tashkent, Uzbekistan. 293-296.
  18. Web-сайт OpenMP Architecture Review Board (ARB): openmp.org
  19. Web-сайт национальные открытый университет - https://www.intuit.ru
  20. Эра многоядерных энергоэффективных процессоров - [Электронный ресурс] - режим доступа http://compress.ru/article.aspx?id=16962 (Дата обращения: 03.06.2016).
  21. https://software.intel.com/en-us/intel-system-studio) - национальные открытый университет.

Список всех публикаций, цитирующих данную статью